MMLU推理

MMLU (Massive Multitask Language Understanding) 由 Dan Hendrycks 等人于 2020 年提出（ICLR 2021），覆盖 57 个学科从基础数学、美国历史、计算机科学到法律和医学。采用多项选择题格式，是衡量 LLM 广泛世界知识和问题解决能力的最经典基准之一。

排行数据源

#模型得分

1

OpenAI o1OpenAI

91.8%

2

GPT-4.5OpenAI

90.8%

3

DeepSeek-R1深度求索

90.8%

4

GPT-4.1OpenAI

90.2%

5

DeepSeek-V4-Pro Base深度求索

90.1%

6

MiMo-V2.5-Pro Base小米

89.4%

7

DeepSeek-V4-Flash Base深度求索

88.7%

8

Llama 3.1 405B InstructMeta

88.6%

9

DeepSeek-V3深度求索

88.5%

10

Claude 3.5 Sonnet 20241022Anthropic

88.3%

共 46 个模型

返回基准目录

MMLU推理

官方网站

MMLU (Massive Multitask Language Understanding) 由 Dan Hendrycks 等人于 2020 年提出（ICLR 2021），覆盖 57 个学科从基础数学、美国历史、计算机科学到法律和医学。采用多项选择题格式，是衡量 LLM 广泛世界知识和问题解决能力的最经典基准之一。

排行数据源

#模型得分

1

OpenAI o1OpenAI

91.8%

2

GPT-4.5OpenAI

90.8%

3

DeepSeek-R1深度求索

90.8%

4